A máj steatosisának és a kapcsolódó kockázati tényezőknek megfigyelési és prospektív vizsgálata ultrahang és mesterséges intelligencia segítségével (ST-AI)

Az elmúlt években a májzsugorodás értékelésében az ultrahang kapott meghatározó szerepet, hiszen egy non-invazív, nem besugárzó, könnyen reprodukálható és olcsó módszer. Különösen hatékony a hepatorenális index alkalmazása, amelyet a májparenchyma és a vesekéreg parenchyma közötti intenzitási arányként (echogenitás) értékelnek. A hepato-renalis index hasi ultrahang során történő kimutatásának fő korlátai azonban a kezelőtől való függés és a viszonylag hosszú időintervallum használata az index meghatározásához szükséges műveletek és számítások végrehajtásához. A mesterséges intelligencia (AI) technikák képelemzésre történő alkalmazása az orvosi területen kiváló eredményeket hoz. A mesterséges intelligencia alapú algoritmusok egyre inkább olyan hatékony eszközök, amelyek lehetővé teszik az orvosok számára, hogy javítsák teljesítményüket a klinikai értékelések sebessége és pontossága tekintetében. Ma már bizonyítékok vannak arra, hogy a mesterséges intelligencia hatékonyan használható ultrahangos képeken klinikai értékelésekhez. A mesterséges intelligencia alkalmazása a májbetegségek ultrahang segítségével történő diagnosztizálásában még mindig kevéssé kutatott. A tesztelendő hipotézis az AI hasznossága az értékelésben, általános és specifikus felhasználása a hepatorenalis index számítási idejének csökkentésében.

Ebben a vizsgálatban 134 olyan beteget vontak be, akiknél nem merült fel májzsugorodás klinikai gyanúja. Minden beteg hasi ultrahangvizsgálaton (US) és mágneses rezonancia képalkotó zsírfrakción (MRI-PDFF) esett át, amelyeket referenciatechnikának tekintettek a steatosis fokának értékelésére. A hepatorenális indexet (US) 4 képzett operátor manuálisan számította ki (HRIM). Automatikus hepatorenalis index számítást (HRIA) is kaptunk egy algoritmus segítségével. A HRIA pontosságát a zsírmáj különböző fokozatainak megkülönböztetésére ROC analízissel értékelték, MRI-PDFF határértékekkel.